ChatGPT

ChatGPT是什么

ChatGPT 是由 OpenAI 开发的对话式 AI 系统，基于 GPT 系列大语言模型构建。

当前主力模型为 GPT-4o 与 GPT-4o mini。前者能处理文本、图像、音频三类输入，后者主打低延迟与低成本。

上下文窗口按模型版本区分。GPT-4o 支持 128K Token 上下文，约等于一次性读入 300 页文本。GPT-4 Turbo 同样为 128K，GPT-3.5 则为 16K。

模型输出以自然语言为主。也能按指令生成 JSON、表格、代码块等结构化内容。

这里有个细节，不同模型的知识截止时间不同。GPT-4o 训练数据截止到 2023 年 10 月。

ChatGPT主要功能

• 多模态输入解析：能接收文本、图片、PDF、音频四类输入，图片走视觉编码器转为向量，音频走 Whisper 转写为文本，最终输出统一为文字回答，图片单次最多识别约 20MB 文件。
• 长上下文处理：单次会话支持 128K Token 输入，约 9.6 万英文单词，超出部分需分段提交，模型不会自动截断但会提示长度限制。
• 代码生成与执行：根据自然语言描述生成 Python、JavaScript 等 20 余种语言代码，内置代码解释器可直接运行并返回结果，支持读取 CSV、Excel 并输出图表。
• 图像生成：调用 DALL·E 3 模型，输入文字描述输出 1024×1024 或 1792×1024 分辨率图片，单次生成 1-4 张，不支持局部重绘。
• 联网检索：开启后模型调用 Bing 搜索接口获取实时网页内容，返回结果附带来源链接，检索范围受地区网络策略影响。
• 自定义指令与记忆：用户可预设回答风格与背景信息，系统在后续会话中持续调用，记忆条目上限约 1500 词。
• API 调用：开放 GPT-4o、GPT-4o mini 等模型接口，按 Token 计费，输入价格约 $2.5/百万 Token，输出约 $10/百万 Token。

ChatGPT使用要求

文本对话无需额外配置。浏览器或客户端直接输入即可。

图片识别要求单张不超过 20MB。格式为 PNG、JPEG、GIF、WebP。

音频输入单段不超过 25MB。时长约 10 分钟以内。

代码解释器需要手动开启。运行环境为沙盒，不保留文件。

API 调用需要密钥。速率限制按账户等级划分，免费层每分钟 3 次请求。

有一点需要注意，免费账户与付费账户的模型权限不同。免费层默认使用 GPT-4o mini，付费层可切换 GPT-4o。

ChatGPT核心优势

上下文长度：128K Token 输入窗口。单次可处理约 300 页文档，无需分段拼接。

多模态统一：文本、图像、音频走同一对话接口。不用切换工具或页面。

实际使用时会有差异。图片识别精度受分辨率影响，低清图容易漏字段。

ChatGPT如何使用

输入框直接键入问题。支持中英文混输。

上传文件走回形针图标。可选本地图片、PDF、表格。

需要跑代码就开解释器。输入“运行这段 Python”即可。

想让它查最新信息，点联网开关。回答里会带引用链接。

调整回答风格用自定义指令。在设置里填偏好，比如“只输出表格”。

ChatGPT同类竞品对比

ChatGPT应用场景

代码调试。贴入报错信息，模型定位问题行并给出修改片段。

文档摘要。上传 PDF，输出分节要点。长文档走 128K 窗口一次读完。

数据清洗。上传 CSV，用解释器跑 pandas 脚本，输出清洗后文件。

多语言翻译。支持 50 余种语言互译，保留原文格式。

图像内容识别。上传截图，提取图中文字或描述画面元素。

ChatGPT适用人群

• 开发者：用来生成代码、排查报错、写单元测试。
• 数据分析人员：上传表格跑统计脚本，输出图表。
• 内容编辑：做摘要、改写、多语言翻译。
• 学生与研究人员：解析论文 PDF，提取公式与结论。
• 产品与运营：生成文案草稿、整理用户反馈分类。

首页截图